Video Report Agent — скилл
Скилл video-report превращает транскрипт видео в самодостаточный HTML-отчет с главами и схемами, привязанный к источнику.
- 315 ★ репозитория
- Последний коммит
Расширенный доступ
Почему такой уровень
- Полный CLI запускает локальные команды Pi с правами пользователя и скачивает медиа через yt-dlp.
- Облачное распознавание загружает звук, а модель отчета получает транскрипт.
- Ключи моделей лежат в `.env`.
Установка
- Работает в
Ручная установка
git clone https://github.com/imexlovery/video-report-agent.gitПервый вариант из README с командой. Скилл лежит в `src/video_report_agent/skills/video-report/`; готовый архив Skill ZIP есть в релизах репозитория.
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Полный CLI запускает локальные команды Pi с правами пользователя и скачивает медиа через yt-dlp.
- Облачное распознавание загружает звук, а модель отчета получает транскрипт.
- Ключи моделей лежат в `.env`.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
Главный артефакт репозитория, скилл `video-report`, ведет агента от полного транскрипта к читаемому отчету. Агент читает весь источник, разбивает материал на главы по смыслу, строит схемы для механизмов и шагов, исключает рекламу и сохраняет числа, условия и оговорки автора. На выходе лежит один файл `report.html` со встроенными стилями. Есть два режима: `standard` для полного чтения и `brief` для быстрой выжимки. Сверх скилла в репозитории есть CLI `video-report` на Python: он берет субтитры или распознает речь, затем запускает агента и экспортирует длинный PNG.
Для кого. Тем, кто разбирает длинные видео и лекции: исследователям, редакторам и студентам, которым нужен скан-читаемый отчет с проверкой по источнику.
Подходит, если
- Двухчасовой доклад надо превратить в отчет с главами, цифрами и условиями автора.
- Транскрипт уже есть в Markdown, TXT или SRT, и остается собрать из него страницу для чтения.
- Чтобы быстро понять суть видео, нужна краткая версия на 1600–2200 знаков.
- Ролики с Bilibili превращаются в отчеты через CLI с автоматическим получением субтитров.
Не подходит, если
- Нужно распознать речь в самом скилле: он не содержит ASR и не настраивает модель за вас.
- Источник — закрытое или приватное видео: встроенный вход рассчитан на публичный Bilibili.
- Требуется пересказ без проверки: отчет качественный лишь настолько, насколько хорош транскрипт.
Пример запроса к агенту
Прочитай `video-report/SKILL.md`, режим `standard`, и собери из `transcript.md` самодостаточный `output/report.html`.Ограничения
В скилле нет ASR, поэтому транскрипт нужен готовый; качество отчета зависит от транскрипта и модели. Документация в основном на китайском, есть `README.en.md`. Полный CLI рассчитан на публичные видео Bilibili длиной до 5 часов, нативный Windows не проверен. Облачное распознавание загружает звук на сторонний сервис, а режим `PI_TASK_ISOLATION=local` дает инструментам Pi права пользователя. По умолчанию аналитика идет только по тексту: информация из кадра может пропасть.
Как отключить. Удалите папку `video-report/` из каталога скиллов агента. Если ставили CLI, удалите клонированный репозиторий и файл `.env` с ключами.
Частые вопросы
Что получится на выходе?
Один файл `report.html` со встроенными стилями. Его открывают в браузере, длинный PNG делает CLI, если он установлен.
Какие форматы транскрипта подходят?
Markdown, TXT и SRT, подойдет и любой длинный текст. Заголовок, автор, ссылки и тайм-коды необязательны.
Чем `standard` отличается от `brief`?
`standard` сохраняет объяснения, основания и примеры. `brief` дает быструю выжимку: цель 1600–2200 знаков, верхний предел 2400.
Нужно ли ставить весь Python-конвейер?
Нет. Для скилла хватает Coding Agent и папки `video-report/`; конвейер нужен для запуска от ссылки на Bilibili.
Откуда CLI берет транскрипт?
По очереди пробует субтитры автора, автоматические субтитры Bilibili `ai-zh` и распознавание речи. Источник выбирает флаг `--sources`.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
СкиллыСкилл собирает из видео вертикальные картинки с кадрами и субтитрами: вырезает вшитые или рисует проверенные реплики
Скилл рисует видео кодом: объясняющие ролики с озвучкой и промо-ролики для сайтов в 35 визуальных стилях, 16:9 и 9:16.
Двенадцать скиллов учат агента читать YouTube через сервис TranscriptOut: транскрипты, поиск и каналы одним HTTPS-запросом
watch-cli, скилл и CLI, дает агенту кадры и расшифровку любого соцвидео, чтобы тот разобрал ролик сам.
Скилл превращает ссылку на видео с Bilibili, Douyin или YouTube в конспект с таймкодами через локальную расшифровку
Скилл для Codex разбирает ролик-образец по кадрам и пишет промпт, который повторяет сюжетную механику рекламы для вашего товара.
Сравнение с похожими
Карточки с тем же главным запросом: чем они отличаются.
| Инструмент | Официальный | Звезды репозитория | Главное отличие |
|---|---|---|---|
| Video Report Agent (эта карточка) | нет | 315 | |
| YouTube Skills | нет | 275 | скиллы вокруг сервиса транскриптов YouTube; здесь на входе готовый транскрипт, а результатом служит HTML-отчет с главами и схемами |
| bilibili-cli | нет | 1 152 | CLI для чтения видео, субтитров и лент Bilibili; Video Report Agent превращает полученный текст в отчет |
Коротко о README
В README два пути: скилл для своего агента и полный CLI `video-report generate` для видео Bilibili. Скилл скачивается архивом `Skill ZIP v0.5.1`.